MATLAB算法实战应用案例精讲-【图像处理】机器视觉（补充篇）

目录

前言 

知识储备

嵌入式视觉系统 

嵌入式视觉系统的构建模块

设备接口

图像处理链

系统监视

EVK使用实例

几个高频面试题目

为什么要用机器视觉替代人工视觉

机器视觉涵盖哪些领域

CPU或FPGA进行图像处理如何选择

内联与协同处理

 CPU与FPGA视觉算法

克服编程复杂性

机器视觉中线阵、面阵相机的区别与选型

一、线阵相机

二、面阵相机

三、 面阵相机和镜头选型

四、线阵相机的选型

五、线阵相机的同步

几个相关概念

图像分类

目标检测

图像/实例分割

图像说明

机器视觉常见概念

算法原理

机器视觉系统的构成模块

机器视觉系统的流程

机器视觉、模式识别库

机器视觉开发流程

机器视觉光源基础及选型

照射方式

 反射方式

颜色

明视场和暗视场

光源分类

应用案例

工业机器人机器视觉系统

机器视觉在工业应用领域如何实现

机器学习提升嵌入式视觉应用

架构

实现嵌入式视觉和机器学习

---

 

前言 

纵观市场发展，机器视觉检测系统取代人工检测将是现代化进程的必然趋势。机器视觉检测系统的检测精度高，可以快速获取大量信息且自动处理，因此，这一技术在工业检测领域的应用也十分广泛。

改革开放30年以来，工业生产对检测的要求越来越高，成本投入也逐步加大，传统接触式检测已无法满足广大客户要求，更无法保证产品质量。这样的需求、环 境，促发了国内机器视觉技术井喷式发展，工业检测项目也越来越多的开始采用非接触式光、机、电、视觉、化工等综合性技术手段。

知识储备

嵌入式视觉系统 

<